Red de memoria a corto y largo plazo basada en redes HVDC para el diagnóstico de fallas bajo grafo de conocimiento
Autores: Chen, Qian; Wu, Jiyang; Li, Qiang; Gao, Ximing; Yu, Rongxing; Guo, Jianbao; Peng, Guangqiang; Yang, Bo
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Red de memoria a corto y largo plazo basada en redes HVDC para el diagnóstico de fallas bajo grafo de conocimiento
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Diagnóstico de fallas
Sistemas HVDC
Red LSTM
Grafo de conocimiento
Características de falla
Red neuronal recurrente
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 39
Citaciones: Sin citaciones
Para mejorar la precisión del diagnóstico de fallas en sistemas de corriente continua de alto voltaje (HVDC) mediante la extracción efectiva de varios tipos de características de falla, se propone en este documento un método de diagnóstico de fallas basado en la red de memoria a largo plazo (LSTM). El método se basa en una plataforma de grafo de conocimiento y se desarrolla utilizando datos medidos de cuatro tipos de fallas en una subestación HVDC ubicada en el suroeste de China.
Descripción
Para mejorar la precisión del diagnóstico de fallas en sistemas de corriente continua de alto voltaje (HVDC) mediante la extracción efectiva de varios tipos de características de falla, se propone en este documento un método de diagnóstico de fallas basado en la red de memoria a largo plazo (LSTM). El método se basa en una plataforma de grafo de conocimiento y se desarrolla utilizando datos medidos de cuatro tipos de fallas en una subestación HVDC ubicada en el suroeste de China.